Aula 1 – Métodos

Erros:

Problema físico → modelagem → Modelo matemático → resolução → solução

Erros na fase de resolução

Conversão de números no sistema decimal e binário.

0 1 2 3 3
Ex: a) ( 1011 )2=1 ⋅2 +1⋅ 2 +0 ⋅2 +1 ⋅2 +1 ⋅ 2 =1110

0 1 −2 1 4 +8+1 13
c) 11,012=2 +2 +2 =1+ 2+ = =
4 4 4 10

d) 1810=10010

Erros de arredondamento:

Na calculadora ou no computador, um número é representado

internamente através de uma sequência de impulsos elétricos que indicam dois
estados, 0 ou 1, ou seja, os números são representados na base binária.

De maneira geral, um número x é representado na base β por:

x=±
[ d1 d2 d
]
+ 2 +…+ tt ⋅ βexp
β β β

Onde: d i são números inteiros no intervalo 0 ≤ d i ≤ β−1 ;i=1 ,2 , … , t exp

representa o expoente de β e assume valores entre I ≤ exp ≤ S .

I , S : limite inferior e superior, respectivamente, para a variação do expoente.

[ d1 d 2
β β
dt
]
+ 2 + …+ t é chamado de mantissa e é a parte do número que representa seus
β
dígitos significativos e t é o número de dígitos significativos do sistema de
representação, comumente chamado de precisão da máquina.

Exemplo: Para β=10

a) 0,34510= ( 103 + 104 + 105 ) ⋅10

2 3
0
 2
b) 31,41510=0,31415 ⋅ 10 = ( 3 1 4 1 5
+ 2 + 3 + 4 + 5 ⋅102
10 10 10 10 10 )
Exemplo: Sendo β=2 , temos:

a) 510
3 11
b) 4 10 =1002=0,100⋅ 2 =0,100 ⋅2 = 10 2

( 12 ) ⋅ 2 112 1
= ⋅8=410 .
2

c) 2510=110012=0,11001⋅2 =0,11001⋅ 2
5 101 2
=
( 12 + 21 + 21 ) ⋅2
2 5
1012
=¿

¿ ( 12 + 14 + 321 )⋅2101 2
=
25
32
⋅32=25.

Exemplo: Numa máquina de calcular cujo sistema de representação utilizado tenha

β=2 , t =10 , I =−15 , S=15 , o número 25 seria representado: mantissa/expoente.

Cada dígito é chamado de bit, portanto nessa máquina são utilizados 10 bits para a
mantissa, 4 bits para o expoente e mais um bit para o sinal da mantissa (se bit = 0
positivo e bit = 1 negativo) e um bit para o sinal do expoente, resultando no total
de 16 bits, que são assim representados:

2510= 0⏟ 1100100000
⏟ 0⏟ ⏟
0101
sinal da mantissa sinal do expoente
mantissa expoente

Exemplo: utilizando a mesma máquina, a representação dos números abaixo, será:

10
a) 3,5=11,12=0,111⋅2 = 2

( 1 1 1
+ +
2 22 22 )
⋅210
2 =0111000000000010.

11
b) −7,125=−111,0012=−0,111001⋅ 2 = 2

( 1 1 1 1
+ + +
2 22 22 26
⋅ 211 =¿
) 2

¿ 1111001000000011.

Exercício de isolamento de raiz:

1. f ( x )= √ x−5 ⋅e− x
Solução:

2. Mostre que só existe uma raiz para a função dada no intervalo [ 1 ,2 ] .

Solução:
 ' 1 5
f ( x )= + > 0 é crescente.
2 √ x ex

Outra forma de isolar as raízes de f (x) é através da análise gráfica.

Exemplo: Determine os intervalos onde a função f ( x )=x 3−9 x +3 tem raízes. Use a
análise gráfica.

Exemplo: calcule uma aproximação para o zero da função f ( x )=x log x−1 usando o
método da bisseção com ϵ=0,3 e I =[ 2 ,3 ] .

f ( 2 ) <0

f ( 3 )> 0

∃ ε ∈ [ 2, 3 ]

k xk sinal de f intervalo precisão

1 2,5 f ( 2,5 )< 0 [2,5; 3] 3−2,5=0,5> ϵ
2 2,75 f ( 2,75 )> 0 [2,5; 2,75] 2,75−2,5=0,25< ϵ

Uma raiz aproximada para a equação x log x−1=0 é x=2,625 com precisão

ϵ=0,3.

Estimativa do número de interações k

A amplitude de cada intervalo gerado após uma interação é a metade da amplitude

do intervalo anterior. Assim:

log (b−a)−log ϵ
<n
log 2

Método do ponto fixo

Seja f uma função contínua em [ a , b ] , intervalo que contém uma raiz da equação
f ( x )=0.

Esse método consiste em transformar f ( x )=0 em uma equação equivalente

x=φ ( x) e, a partir de uma aproximação inicial x 0 gerar uma sequência { x k } de

aproximações para ξ , pela relação x k+1=φ ( x k ) .
Uma função φ que satisfaz a condição acima é chamada função de iteração para a
equação f ( x )=0.

Exemplo: para x 2+ x−6=0, temos algumas funções de iteração entre elas.

2
→ x=6− x

φ ( x )=6−x 2

→ x ( x+ 1 )=6

6
x= , x ≠−1
x+1

6
φ 2 ( x )= , x ≠−1
x+1

2
→ x =6−x

x=± √ 6−x

φ 3 ( x )=√ 6−x

φ 4 ( x ) =−√ 6−x

Teorema: seja ξ uma raiz da equação f ( x )=0 , isolada num intervalo I centrado em
ξ , seja φ ( x) uma função de iteração para a equação f ( x )=0. Se

i. φ ( x ) e φ ' ( x) são contínuas em I

ii. |φ' ( x )|≤ M <1 , ∀ x ∈ I
iii. x0∈ I

Então a sequencia {x k } converge para ξ .

Método de Newton-Raphson:

Tal método consiste em usar x k+1=φ( x k ) com φ ' ( x) escolhido de modo que a
convergência seja mais rápida.

Nesse método usamos:

f ( xk )
φ ( x k ) =x k − '
f ( xk )
Exemplo: Consideremos f ( x )=2 e x +2 cos x−8 x usando o método de N−R com
ε =5 ⋅ 10 e x 0=0,5
−5

Iteração x k =φ ( xk −1 ) |f ( x k )|
1 0,685926 0,031> ε
2 0,691870 0,000043< ε

Uma raiz aproximada para f é x=0,69187 , com erro menor que 5 ⋅10−5 .

Resolução de sistemas lineares através de métodos iterativos

 Método iterativo de Gauss-Jacobi

Exemplo: Resolva o sistema linear:

{
10 x 1 +2 x 2 + x 3=7
x 1 +5 x2 + x 3=−8
2 x 1 +3 x2 +10 x 3=6

( )
0,7
(0 )
Pelo método de Gauss-Jacobi com x = −1,6 , ϵ =0,05.
0,6
1
x 1=
10
( 7−2 x 2−x 3 )
1
x 2= (−8−x 1−x 3 )
5
1
x 3=
10
( 6−2 x1 −3 x 2 )
k =0
1
x 1= ( 7−2 (−1,6 )−0,6 )=0,96
10
1
x 2= (−8−0,7−0,6 ) =−1,86
5
1
x 3= ( 6−2⋅ 0,7−3 ⋅0,6 )=0,94
10

( )
0,96
(1 )
⇒ x = −1,86
0,94

( )( )( )
0,96 0,7 0,26
|x −x |= −1,86 − −1,6 = 0,26
(1 ) ( 0)

0,94 0,6 0,34

 0,34
D(r1 )= =0,182> ϵ
1,86
k =1
1
x 1= ( 7−2 (−1,86 )−0,94 ) =0,978
10
1
x 2= (−8−0,96−0,94 )=−1,98
5
1
x 3= [ 6−2⋅ 0,96−3 (−1,86 ) ] =0,966
10

( )
0,978
(2 )
⇒ x = −1,98
0,966

( )( )( )
0,978 0,96 0,018
|x (2 )−x (1)|= −1,98 − −1,86 = 0,12
0,966 0,94 0,026
0,34
d (r2 )= =0,182> ϵ
1,86
 Critério de convergência do método de Gauss-Jacobi.
Critério das linhas:

( )
n

Seja o sistema linear A x=b e seja

α k= ∑ |a k j| /¿ a kk∨.
⏟
j=1
j≠ k

Se ⏟ αk <1 ,
α =max
então o método de Gauss-Jacobi gera uma sequência x (k ) que
1 ≤k ≤ n

converge para a solução, independente de x (0 ).

Exemplo 2:

{
5 x 1−x 2 +2 x 3 + x 4 =4
−x 1−5 x 2+ 2 x 4 =5
2 x 1−2 x 2−7 x 3−x 4=13
−x 1+ x 2 + x 3+ 6 x 4=15

()
0
0 (0)
Com x = , ϵ=0,2.
0
0

Critério de linhas ok.

1
x 1= ( 4+ x 2−2 x3 −x 4 )
5
 −1
x 2=
5
( 5+ x 1−2 x 4 )

−1
x 3=
7
( 13−2 x 1 +2 x 2 + x 4 )

1
x 4 = ( 15+ x 1−x 2−x 3 )
6

Substituindo em k =0

1
x 1= ( 4 )=0,8
5

−1
x 2= ( 5 )=−1
5

−1
x 3= ( 13 )=−1,86
7

1
x 4 = ( 15 )=2,5
6

Assim,

( )
0,8
x (1) = −1
−1,86
2,5

Exemplo 3:

Determine uma solução aproximada para o sistema usando o método de Gauss-

Seidel:

{
5 x 1−x 2 +2 x 3 + x 4 =4
−x 1−5 x 2+ 2 x 4 =5
2 x 1−2 x 2−7 x 3−x 4=13
−x 1+ x 2 + x 3+ 6 x 4=15

()
0
(0 ) 0
Com x = , ϵ=0,21
0
0

1
x 1= ( 4+ x 2−2 x3 −x 4 )
5
 −1
x 2=
5
( 5+ x 1−2 x 4 )

−1
x 3=
7
( 13−2 x 1 +2 x 2 + x 4 )

1
x 4 = ( 15+ x 1−x 2−x 3 )
6

k =( 0 )

1
x (11) = ( 4 )=0,8
5

−1
x (21) = (5+ 0,8−2 ⋅ 0 ) =−1,16
5

−1
x (31) =
7
[13−2 ⋅0,8+2 (−1,16 ) +0 ] =−1,3

1
x (41) = ( 15+0,8+1,16+1,3 )=3,04
6

( )
0,8
x (1) = −1,16
−1,3
3,04

|3,04
d (r1 )=
3,04 |
=1> ϵ

k =( 1 )

1
x (12 )=
5
[ 4−1,16−2 (−1,3 )−3,04 ]=0,48

−1
x (22 )=
5
[5+ 0,48−2 ( 3,04 ) ]=0,12

−1
x (32 )= [ 13−2⋅ 0,48+2⋅ 0,12+ 3,04 ] =−2,19
7

1
x (42 )= ( 15+0,48−0,12+2,19 )=2,925
6
 ( )
0,48
0,12
(2 )
x =
−2,19
2,925

( )( )( )
0,48 0,8 0,32
(2 )
x −x = 0,12 −1,16
( 1)
− = 1,28
−2,19 −1,3 −0,89
2,925 3,04 −0,115

d (r2 )= |2,925
1,28
|=0,44 >ϵ
k =( 2 )

1
x (13 )=
5
[ 4+ 0,12−2 (−2,19 )−2,925 ]=1,11

−1
x (23 )= ( 5+1,11−2 ⋅ 2,925 )=−0,052
5

−1
x (33 )= ( 13−2 ⋅1,11−2 ⋅ 0,052+2,925 )=−1,95
7

1
x (43 )= ( 15+1,11+0,052+1,95 )=3,02
6

( )
1,11
−0,052
(3 )
x =
−1,95
3,02

( )( )( )
1,11 0,48 0,63
(3 ) −0,052
( 2) 0,12 −0,172
x −x = − =
−1,95 −2,19 0,24
3,02 2,925 0,095

d (r3 )= |0,63
3,02 |
=0,208< ϵ

Integração Numérica

Regra dos trapézios repetidos:

h
I TR=
2 [
f ( x 0 ) +2 ( f ( x 1) + f ( x 2 ) +…+ f ( x n−1 ) ) + f ( x m ) ]
Onde, h=x 1−x 0=x 2−x 1=…=x m−x m−1

n=¿quantidade de subdivisões do intervalo [ a , b ] .

E o erro é dado por:

−m⋅ h3 '' b−a

ETR = ⋅ f ( ξ ) , m=
12 h

1
Regra de Simpson repetida:
3

h
I SR= ¿
3

Onde m é sempre um número par e o erro é dado por:

−m⋅ h 5 ( IV )
E SR= ⋅ f (ξ ).
180